Die akustische Analyse von Sprachlauten.

Transkript

1 Die akustische Analyse von Sprachlauten. Die Interpretation von Spektrogrammen. Jonathan Harrington IPDS, Kiel.

2 Vom Zeitsignal zum Spektrum s t a m 1. Ein Teil vom Sprachsignal aussuchen: die Zeitauflösung (hier 30 ms) ist die Dauer des Signals die Fourier-analysiert wird Spektrum 30 ms Amplitude Zeit 2. Fourier Analyse Frequenz

3 Periodendauer, Grundfrequenz, Harmonischen Zeitsignal 30 ms Spektrum Ca. 2.5 Perioden in 30 ms Periodendauer 30/2.5 ms 12 ms = s Grundfrequenz 1/0.012 Hz 85 Hz 21 e Harmonische 85 x 21 = 1770 Hz

4 Frequenz- und Zeitauflösung Die Frequenzauflösung (Hz) ist ca. im ungekehrten Verhältnis zur Dauer des Zeitfensters (s) oder zur Zeitauflösung. Das bedeutet: Je breiter die Zeitauflösung, umso schmaler die Frequenzauflösung und umgekehrt 30 ms Zeitauflösung = 30 ms = 30/1000 s Frequenzauflösung = 1000/30 Hz = 33.3 Hz

5 Im Spektrum werden Frequenzen nur differenziert, wenn deren Abstand größer als die Frequenzauflösung ist: Zeitsignal Frequenzen 100, 110, 120 Hz Abstand = 10 Hz Spektrum Undifferenzierte Frequenzen Fourier-Analyse 30 ms Frequenzauflösing = 33.3 Hz Differenzierte Frequenzen Frequenzen 100, 150, 200 Hz Abstand = 50 Hz

6 Breite Zeitauflösung: 30 ms schmale Frequenzauflösung: 33.3 Hz (Schmalbandanalyse) Schmale Zeitauflösung: 3 ms Breite Frequenzauflösung: 333 Hz (Breitbandanalyse) 30 ms 3 ms Fourier-Analyse F1 F2 F3 Fourier-Analyse F1 F2 F3 Hier sind die Harmonischen sichtbar, da die Grundfrequenz und daher der Abstand zwischen Harmonischen ca. 85 Hz Die Harmonischen sind nicht mehr sichtbar, und die Formanten treten dadurch deutlicher hervor

7 Spektrale Änderungen in der Zeit Wenn wir feststellen wollen, wie sich das Spektrum mit der Zeit ändert, müssen Fourier- Analysen zu sämtlichen Zeitpunkten berechnet werden Anfang vom [a] Mitte vom [a] Ende vom [a]

8 Wasserfall Abbildung Ende vom [a] F2 Mitte vom [a] F2 F2 Anfang vom [a] F2

9 Wasserfall-Abbildung zum Spektrogramm Frequenz (Hz) In einem Spektrogramm wird die Amplitude in Dunkelheit umgesetzt je dunkler umso höher die Amplitude Tal F3 F2 F1 Zeit

10 In einem Breitbandspektrogramm ist: Die Frequenzauflösung mindestens 300 Hz Die Zeitauflösung ist daher 1/300 3 ms Für dieses Signal: f0 ca. 85 Hz Periodendauer, T, 1/85 s 12 ms Die Harmonischen: nicht sichtbar (da f0 < 300 Hz) Die Stimmlippenschließung: sichtbar (Da T > 3 ms)

11 Breitbandspektrogramm Frequenzauflösung = Hz, Zeitauflösung = 3 ms Stimmlippenschließung Jede Schließung erzeugt eine gerade Linie im Breitband- Spektrogramm und ist mit einem Höhepunkt im Zeitsignal synchronisiert

12 Schmalbandspektrogramm Frequenzauflösung ist meistens 45 Hz Harmonische sind sichtbar, da f0 85 Hz Zeitauflösung = 1/45 22 ms Stimmlippenschließungen sind nicht sichtbar, da die Periodendauer 12 ms 5 e Harmonische F3 2 e Harmonische Grundfrequenz F2 F1

13 Schmalbandspektrogramm und die Tonhöhe Mit einem SB-Spektrogramm kann man oft an Hand der höheren Harmonischen Die Änderungen der Tonhöhe sehen Die Grundfrequenz einschätzen Tonhöhe steigt fällt 5 e Harmonische 450 Hz, daher f0 90 Hz

14 Zusammenfassung Ein Spektrum wird durch die Anwendung einer Fourier- Analyse auf einen Teil oder ein Fenster vom einem Zeitsignal angewendet In einem Spektrogramm werden Spektra in regelmäßigen Zeitabständen berechnet: die Amplitude entspricht der Dunkelheit Die Frequenzauflösung ist im ungekehrten Verhältnis zur Dauer oder Zeitauflösung dieses Fensters: je schmaler das Fenster, umso grober (breiter) die Frequenzauflösung

15 Zusammenfassung (fortgesetzt) Um Harmonischen im Spektrum/Spektrogramm zu sehen, muss die Grundfrequenz größer als die Frequenzauflösung sein. Daher ist ein Schmalbandspektrogramm (Frequenzauflösung typischerweise 45 Hz) für die Analyse von Harmonischen geeignet Um Stimmlippen-Schließungen im Spektrogramm zu sehen, muss die Periodendauer größer als die Zeitlauflösung sein. Dafür ist ein Breitbandspektrogramm (Zeitauflösung ca. 3 ms, Frequenzauflösung über 300 Hz) geeignet.

16 7. Der Sinusoid links wird mit der Resonanzkurve rechts gefiltert. Erzeugen Sie eine Abbildung des Spektrums der Ausgabe. Amplitude Zeit (Sekunden) 10 Perioden in einer Sekunde. Frequenz = 10 Hz Amplitude Frequenz (Hz)

17 8. Die typische Länge von einem Vokaltrakt einer Frau ist 15 cm. Berechnen Sie den zweiten Resonanz eines [ ] Vokals an Hand eines Rohres von der selben Länge. Luftdruckmaximum 15 cm Atmosphärischer Luftdruck 15 cm 15 cm = ¾ λ Wellenlänge (λ) Resonanz für eine Wellenlänge von: λ = (4 x 15)/3 cm = 20 cm Und für eine Frequenz von f = c/λ = 35000/20 = 1750 Hz

18 9. Beim Tief-Tauchen besteht die Luft oft aus einer Mischung von Sauerstoff und Helium, wodurch die Schallgeschwindigkeit erheblich höher wird. Welcher Einfluss übt dies auf die Resonanzen vom Vokaltrakt des Tauchers aus? Frequenz = Schallgeschwindigkeit / Wellenlänge f = c / λ Je grösser c, umso größer c/ λ, also umso höher die Frequenz

19 My name is Yelda Normal 2 khz Einatmung von Heliox (c ist höher) 2 khz Einatmung von Schwefel- Hexafluorid (c ist niedriger) 2 khz Beispiele: John Ohala, Phonetics Laboratory San Francisco

20 10. Wenn Vokale gerundet werden, wird der Vokaltrakt länger. Welcher Einfluss übt dies auf die Resonanzen aus? Je länger der Vokaltrakt, umso grösser wird λ (die Wellenlänge) f (die Frequenz der Resonanz) wird kleiner wenn λ grösser wird, da: f = c / λ Daher führt die Lippenrundung zu einer Senkung der Formantfrequenzen

21 11. Berechnen Sie den zweiten Formant für die Frau in 8. bei einer Grundfrequenz von (i) 200 Hz (ii) 280 Hz. Welches Vielfach von 200 Hz liegt 1750 Hz am nächsten? Antwort = die 9 e Harmonische = 1800 Hz = F2 Für F0 = 280 Hz, Antwort = die 6 e Harmonische = 1680 Hz

22 Bitte Fragen (Seiten 12-16) zum nächsten Mal beantworten.